선형대수고윳값과 고유벡터#382

고윳값과 고유벡터

Eigenvalues and Eigenvectors

고윳값과 고유벡터는 정사각행렬을 곱해도 원점을 지나는 같은 직선 위에 남는 영벡터가 아닌 벡터와 그때의 배수이다. 특성다항식의 근으로 고윳값을, 동차연립방정식으로 고유벡터를 구하고 2×2·3×3에서 중근과 실근이 없는 경우를 구별한다.

주인공 기호
lambda
읽는 시간
약 8분
선수 개념
행렬 연산

직관 — 늘어나는 비율이 따로 보이는 방향

직관

격자판을 변형하면 화살표 대부분은 기울기도 바뀐다. 그런데 어떤 화살표는 원래 놓였던 직선 위에 남는다. 그 방향을 찾으면 복잡한 변형을 몇 개의 배수로 나누어 읽을 수 있다.

격자판의 변형은 행렬 곱이고, 직선 위에 남는 화살표는 고유벡터, 그 화살표가 늘어나는 배수는 고윳값이다. 방향이 반대로 바뀌거나 원점으로 눌릴 수도 있으므로 '같은 방향'보다 '같은 직선 위'라는 말이 정확하다. 이 관계는 다음 대각화와 케일리–해밀턴 정리의 출발점이다.

고윳값과 고유벡터는 행렬 곱을 배수 관계로 나타낸다

고윳값과 고유벡터는 정사각행렬 AA에 대해 아래 관계를 만족하는 수 λ\lambda와 영벡터가 아닌 열벡터 v\mathbf v다. 이 글은 실수 2×22\times2, 3×33\times3 행렬과 실수 벡터로 계산한다.

Av=λv,v≠0.(1)A\mathbf v=\lambda\mathbf v,\qquad \mathbf v\ne\mathbf0.\tag{1}
정의
기호이름원어뜻
AA정사각행렬square matrix입력과 출력의 성분 개수가 같은 행렬
v\mathbf v고유벡터eigenvector식 (1)을 만족하는 영벡터가 아닌 벡터
λ\lambda고윳값eigenvalue해당 고유벡터에 곱해지는 배수
II단위행렬identity matrix곱해도 벡터를 바꾸지 않는 행렬
tt다항식의 변수polynomial variable특성다항식에 넣는 수
pA(t)p_A(t)특성다항식characteristic polynomialdet⁡(tI−A)\det(tI-A)

'고유값'이라는 표기도 쓰지만 2022 개정 교육과정의 용어는 '고윳값'이다. 단위행렬을 EE로 쓰는 교재도 있으며, 이 글의 II와 같다.

어떤 벡터가 고유벡터인지는 직접 곱해서 판정한다. A=(2112)A=\begin{pmatrix}2&1\\1&2\end{pmatrix}에 (1,1)T(1,1)^{\mathsf T}를 곱하면 (3,3)T(3,3)^{\mathsf T}이므로 고윳값 3의 고유벡터다. (1,−1)T(1,-1)^{\mathsf T}를 곱하면 그대로 (1,−1)T(1,-1)^{\mathsf T}이므로 고윳값 1의 고유벡터다. 반면 (1,0)T(1,0)^{\mathsf T}의 상 (2,1)T(2,1)^{\mathsf T}는 둘째 성분이 0에서 1이 되어 (1,0)T(1,0)^{\mathsf T}의 실수배로 쓸 수 없다. 그림 1은 이 차이를 같은 눈금으로 비교한다.

A가 (1,1)^mathsf T는 같은 직선 위에서 3배로 늘리고, (1,0)^mathsf T는 다른 직선 위의 (2,1)^mathsf T로 옮긴다. 회색은 입력이고 강조색은 출력이다.
그림 1 AA가 (1,1)T(1,1)^{\mathsf T}는 같은 직선 위에서 3배로 늘리고, (1,0)T(1,0)^{\mathsf T}는 다른 직선 위의 (2,1)T(2,1)^{\mathsf T}로 옮긴다. 회색은 입력이고 강조색은 출력이다. figures/eigen_directions.py

특성다항식의 근을 구하면 왜 고윳값이 나올까?

λ\lambda가 고윳값이라는 말은 아래 동차연립방정식이 영벡터가 아닌 해를 가진다는 뜻이다. 그런 해는 A−λIA-\lambda I의 역행렬이 없을 때, 곧 그 행렬식이 0일 때 생기고 그때에만 생긴다.

(A−λI)v=0.(2)(A-\lambda I)\mathbf v=\mathbf0.\tag{2}

식 (2)는 식 (1)의 λv\lambda\mathbf v를 λIv\lambda I\mathbf v로 바꿔 왼쪽으로 옮긴 식이다. A−λIA-\lambda I에 역행렬이 있으면 양변에 곱해 v=0\mathbf v=\mathbf0만 남는다. 역행렬이 없으면, 즉 행렬식이 0이면 영벡터가 아닌 해가 생긴다11 2×2에서는 행렬식이 0이면 두 행이 비례하거나 0이 되어 실제 방정식이 하나 이하로 줄고, 미지수 하나를 자유롭게 정할 수 있다. 3×3에서 같은 결론은 행렬식의 성질의 역행렬 판정에서 온다.. 그래서 다음 다항식의 근을 찾는다.

pA(t)=det⁡(tI−A),pA(λ)=0.(3)p_A(t)=\det(tI-A),\qquad p_A(\lambda)=0.\tag{3}

pA(t)p_A(t)를 특성다항식, pA(t)=0p_A(t)=0을 특성방정식이라고 한다. 교재에 따라 det⁡(A−tI)\det(A-tI)로 쓰기도 하는데, 두 식은 (−1)n(-1)^n배만 다르므로 근이 같다. 이 글은 최고차항의 계수가 1이 되는 det⁡(tI−A)\det(tI-A)를 쓴다.

대표 행렬 AA에서는 대각선의 tt에서 성분을 빼고 2×2 행렬식을 계산한다.

pA(t)=(t−2)(t−2)−(−1)(−1)=t2−4t+3=(t−1)(t−3).(4)\begin{aligned} p_A(t)&=(t-2)(t-2)-(-1)(-1)\\ &=t^2-4t+3=(t-1)(t-3). \end{aligned}\tag{4}

고윳값은 1과 3이다. 이제 각 근을 식 (2)에 넣어 방향을 구한다.

A−3I=(−111−1) ⟹ −x+y=0 ⟹ v=s(11) (s≠0).(5)A-3I=\begin{pmatrix}-1&1\\1&-1\end{pmatrix} \ \Longrightarrow\ -x+y=0 \ \Longrightarrow\ \mathbf v=s\begin{pmatrix}1\\1\end{pmatrix}\ (s\ne0).\tag{5}

두 행이 같은 방정식이라 하나만 남는다. 같은 방법으로 고윳값 1에서는 x+y=0x+y=0이므로 s(1,−1)Ts(1,-1)^{\mathsf T}, s≠0s\ne0이다. 행렬식은 값을 찾고, 연립방정식은 방향을 찾는다.

영벡터까지 더한 해집합을 고유공간이라고 부른다. 같은 고윳값의 벡터를 실수배하거나 더해도 식 (2)의 해이므로 고유공간은 부분공간이 된다. 영벡터는 고유공간에는 들어가지만 고유벡터는 아니다.

2×2 고윳값의 합과 곱은 대각성분의 합과 행렬식이다

A=(abcd)A=\begin{pmatrix}a&b\\c&d\end{pmatrix}의 특성다항식을 전개하면 일차항과 상수항에 행렬의 두 수가 그대로 나타난다.

pA(t)=t2−(a+d)t+(ad−bc).(6)p_A(t)=t^2-(a+d)t+(ad-bc).\tag{6}

특성방정식이 실근 λ1,λ2\lambda_1,\lambda_2를 가지면 이차방정식의 근과 계수의 관계에 의해 두 고윳값에 대해 다음이 성립한다. 중근이면 같은 수를 두 번 센다.

λ1+λ2=a+d,λ1λ2=ad−bc.(7)\lambda_1+\lambda_2=a+d,\qquad \lambda_1\lambda_2=ad-bc.\tag{7}

대각성분의 합 a+da+d를 대각합(trace)이라고 부른다. 대표 AA에서 3+1=4=2+23+1=4=2+2, 3×1=3=4−13\times1=3=4-1로 맞는다. 이 관계는 고윳값을 구한 뒤 검산하는 데 쓰고, 행렬식이 0인지와 고윳값 0이 있는지가 같은 질문이라는 사실도 보여 준다.

실수 고윳값이 없거나 중근이면 어떻게 될까?

식 (6)의 판별식이 실수 고윳값의 개수를 정한다. 판별식을 정리하면 다음과 같다.

(a+d)2−4(ad−bc)=(a−d)2+4bc.(8)(a+d)^2-4(ad-bc)=(a-d)^2+4bc.\tag{8}

양수이면 서로 다른 실수 고윳값이 둘, 0이면 실수 중근 하나, 음수이면 실수 고윳값이 없다. 대표 AA는 0+4=4>00+4=4>0이다. J=(2102)J=\begin{pmatrix}2&1\\0&2\end{pmatrix}는 0+0=00+0=0이라 중근 2만 갖고, 90° 회전행렬 R=(0−110)R=\begin{pmatrix}0&-1\\1&0\end{pmatrix}는 0−4=−4<00-4=-4<0이다. b=cb=c인 대칭행렬은 식 (8)이 (a−d)2+4b2≥0(a-d)^2+4b^2\ge0이므로 언제나 실수 고윳값을 갖는다.

그림 2는 세 특성다항식의 그래프다. 고윳값은 그래프가 tt축과 만나는 점이다. pJp_J는 t=2t=2에서 축에 닿기만 하고, J−2IJ-2I의 동차식은 y=0y=0 하나뿐이라 고유벡터의 방향도 하나다. pRp_R은 축과 만나지 않는다.

세 2×2 행렬의 특성다항식 p_A(t)=t^2-4t+3, p_J(t)=(t-2)^2, p_R(t)=t^2+1. 실수 고윳값은 t축과의 교점 1, 3과 접점 2뿐이고, p_R은 그린 범위에서 1 이상이라 축과 만나지 않는다.
그림 2 세 2×2 행렬의 특성다항식 pA(t)=t2−4t+3p_A(t)=t^2-4t+3, pJ(t)=(t−2)2p_J(t)=(t-2)^2, pR(t)=t2+1p_R(t)=t^2+1. 실수 고윳값은 tt축과의 교점 1, 3과 접점 2뿐이고, pRp_R은 그린 범위에서 1 이상이라 축과 만나지 않는다. figures/char_poly_roots.py

3×3에서 중근이면 고유벡터가 몇 방향일까?

3×3에서 중근이 나와도 독립인 고유벡터의 방향 수는 행렬마다 다르다. 같은 중근이 직선 하나만 줄 수도, 평면 전체를 줄 수도 있다.

먼저 삼각행렬은 tI−BtI-B도 삼각행렬이어서 특성다항식이 대각성분 biib_{ii}로 만든 (t−bii)(t-b_{ii})의 곱이다.

B=(210020003),pB(t)=(t−2)2(t−3).(9)B=\begin{pmatrix}2&1&0\\0&2&0\\0&0&3\end{pmatrix},\qquad p_B(t)=(t-2)^2(t-3).\tag{9}

고윳값 2를 넣은 동차식은 y=0y=0, z=0z=0을 준다. 따라서 고유공간은 (x,0,0)T(x,0,0)^{\mathsf T} 전체로 한 방향뿐이다. 고윳값 3에서는 −x+y=0-x+y=0, −y=0-y=0이므로 (0,0,z)T(0,0,z)^{\mathsf T} 전체다.

삼각행렬이 아니면 여인수 전개로 계산한다. 대칭행렬 M=(211121112)M=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}에서 첫 행으로 전개하면 세 항이 모두 t−1t-1을 인수로 가진다.

pM(t)=(t−2){(t−2)2−1}−(t−1)−(t−1)=(t−1){(t−2)(t−3)−2}=(t−1)2(t−4).(10)\begin{aligned} p_M(t)&=(t-2)\{(t-2)^2-1\}-(t-1)-(t-1)\\ &=(t-1)\{(t-2)(t-3)-2\}=(t-1)^2(t-4). \end{aligned}\tag{10}

고윳값 1에서 M−IM-I의 세 행은 모두 (1,1,1)(1,1,1)이므로 남는 식은 x+y+z=0x+y+z=0 하나다. 고유공간은 평면이고 (1,−1,0)T(1,-1,0)^{\mathsf T}, (1,0,−1)T(1,0,-1)^{\mathsf T}처럼 독립인 두 방향을 고를 수 있다. 고윳값 4의 고유공간은 (1,1,1)T(1,1,1)^{\mathsf T} 방향의 직선이다.

그림 3은 두 행렬의 고유공간을 나란히 보여 준다. 근이 몇 번 나오는지는 같아도 BB는 직선, MM은 평면이다22 근으로 나온 횟수를 대수적 중복도, 고유공간의 독립 방향 수를 기하적 중복도라고 부르기도 한다. BB의 고윳값 2는 2와 1, MM의 고윳값 1은 2와 2다.. 이 차이가 대각화의 가능 여부를 가른다.

3×3에서도 특성다항식이 실수 범위에서 일차식 세 개의 곱 (t−λ1)(t−λ2)(t−λ3)(t-\lambda_1)(t-\lambda_2)(t-\lambda_3)으로 인수분해되면, 중근을 중복해 센 고윳값의 합은 대각합, 곱은 행렬식과 같다33 실수 고윳값이 하나뿐인 3×3도 있다. (20001−1011)\left(\begin{smallmatrix}2&0&0\\0&1&-1\\0&1&1\end{smallmatrix}\right)은 특성다항식이 (t−2)(t2−2t+2)(t-2)(t^2-2t+2)여서 실수 고윳값은 2뿐인데, 대각합과 행렬식은 모두 4다. 복소수 근 1±i1\pm i까지 세면 합과 곱이 4로 맞는다.. BB는 2+2+3=72+2+3=7과 2×2×3=122\times2\times3=12, MM은 1+1+4=61+1+4=6과 1×1×4=41\times1\times4=4다.

이유는 3×3 행렬 X=(xij)X=(x_{ij})의 det⁡(tI−X)\det(tI-X)와 위 곱의 계수를 비교하면 보인다. 상수항은 t=0t=0을 넣은 det⁡(−X)=−det⁡X\det(-X)=-\det X이면서 −λ1λ2λ3-\lambda_1\lambda_2\lambda_3이다. det⁡(tI−X)\det(tI-X)의 여섯 항은 행마다, 열마다 성분을 하나씩 고른 곱인데, 대각 칸을 둘 고르면 남은 칸도 대각이다. 그래서 대각 칸 셋의 곱 (t−x11)(t−x22)(t−x33)(t-x_{11})(t-x_{22})(t-x_{33}) 말고는 tt를 많아야 한 번 포함하고, t2t^2의 계수는 −(x11+x22+x33)=−(λ1+λ2+λ3)-(x_{11}+x_{22}+x_{33})=-(\lambda_1+\lambda_2+\lambda_3)이다.

중근을 가진 두 3×3 행렬의 고유공간. 위의 B는 고윳값 2의 고유공간이 x축 한 직선이고, 아래의 M은 고윳값 1의 고유공간이 평면 x+y+z=0이다. 점선은 다른 고윳값(3, 4)의 고유공간이다.
그림 3 중근을 가진 두 3×3 행렬의 고유공간. 위의 BB는 고윳값 2의 고유공간이 xx축 한 직선이고, 아래의 MM은 고윳값 1의 고유공간이 평면 x+y+z=0x+y+z=0이다. 점선은 다른 고윳값(3, 4)의 고유공간이다. figures/eigenspaces_3d.py

거듭제곱과 역행렬의 고윳값은 어떻게 바뀔까?

같은 고유벡터를 그대로 쓰고, 고윳값만 같은 연산을 받는다. Av=λvA\mathbf v=\lambda\mathbf v의 양변에 AA를 한 번 더 곱하면 A2v=λAv=λ2vA^2\mathbf v=\lambda A\mathbf v=\lambda^2\mathbf v다.

Akv=λkv,A−1v=1λv,(A+cI)v=(λ+c)v.(11)A^k\mathbf v=\lambda^k\mathbf v,\qquad A^{-1}\mathbf v=\frac1\lambda\mathbf v,\qquad (A+cI)\mathbf v=(\lambda+c)\mathbf v.\tag{11}

둘째 식은 AA가 가역일 때만 쓴다. 이때 λ≠0\lambda\ne0이고, v=A−1Av=λA−1v\mathbf v=A^{-1}A\mathbf v=\lambda A^{-1}\mathbf v를 λ\lambda로 나눈 식이다. 대표 AA에서 A2=(5445)A^2=\begin{pmatrix}5&4\\4&5\end{pmatrix}는 (1,1)T(1,1)^{\mathsf T}를 (9,9)T(9,9)^{\mathsf T}로 보내 고윳값 32=93^2=9를 갖는다. A−1A^{-1}은 같은 벡터를 (1/3,1/3)T(1/3,1/3)^{\mathsf T}로 보내 고윳값 1/31/3을 갖는다.

고윳값 0과 역행렬의 관계도 여기서 나온다. pA(0)=det⁡(−A)=(−1)ndet⁡Ap_A(0)=\det(-A)=(-1)^n\det A이므로 0이 고윳값인 것과 det⁡A=0\det A=0, 곧 역행렬이 없는 것은 같은 조건이다.

같은 행렬을 거듭 곱하면 벡터는 어느 고유벡터 쪽으로 끌려갈까?

2×2 행렬의 두 실수 고윳값 가운데 절댓값이 더 큰 쪽의 고유벡터 직선으로 끌려간다. 단, 출발 벡터에 그 고유벡터 성분이 있어야 한다. 출발 벡터를 두 고유벡터로 나누어 쓰면 이유가 보인다.

Ak(10)=3k2(11)+1k2(1−1).(12)A^k\begin{pmatrix}1\\0\end{pmatrix} =\frac{3^k}2\begin{pmatrix}1\\1\end{pmatrix}+\frac{1^k}2\begin{pmatrix}1\\-1\end{pmatrix}.\tag{12}

(1,0)T=12(1,1)T+12(1,−1)T(1,0)^{\mathsf T}=\frac12(1,1)^{\mathsf T}+\frac12(1,-1)^{\mathsf T}이고, 식 (11)에 의해 각 부분에 3k3^k와 1k1^k가 곱해진다. 3k3^k 쪽이 빠르게 커지므로 k=4k=4에서 벡터는 (41,40)T(41,40)^{\mathsf T}가 된다. 그림 4는 방향의 각이 0°0°, 26.6°26.6°, 38.7°38.7°, 42.9°42.9°, 44.3°44.3°로 45°45°에 다가가는 모습이다.

A=(beginsmallmatrix2&1\\1&2endsmallmatrix)를 (1,0)^mathsf T에 k=0,1,2,3,4번 곱한 벡터의 방향. 위는 길이를 1로 맞춘 화살표, 아래는 x축에서 잰 각(도)이다. 각은 0에서 44.3까지 늘며 고유벡터 (1,1)^mathsf T의 각 45에 다가간다.
그림 4 A=(2112)A=\left(\begin{smallmatrix}2&1\\1&2\end{smallmatrix}\right)를 (1,0)T(1,0)^{\mathsf T}에 k=0,1,2,3,4k=0,1,2,3,4번 곱한 벡터의 방향. 위는 길이를 1로 맞춘 화살표, 아래는 xx축에서 잰 각(도)이다. 각은 0에서 44.3까지 늘며 고유벡터 (1,1)T(1,1)^{\mathsf T}의 각 45에 다가간다. figures/repeated_direction.py
핵심

고윳값은 특성다항식의 근이고, 고유벡터는 그 근을 넣은 동차연립방정식의 영벡터가 아닌 해다. 실수 근이 있는지와 각 고유공간의 독립 방향 수를 함께 확인한다.

고윳값이 0이어도 되나요?

고윳값은 0이어도 된다. 제외하는 것은 고유벡터가 영벡터인 경우다. diag⁡(0,2)\operatorname{diag}(0,2)는 (1,0)T(1,0)^{\mathsf T}를 영벡터로 보내 고윳값 0을 가지며, 이런 행렬은 행렬식이 0이라 역행렬이 없다.

고유벡터는 하나로 정해지나요, 길이를 1로 맞춰야 하나요?

고유벡터는 하나로 정해지지 않으며 길이를 1로 맞출 필요도 없다. Av=λvA\mathbf v=\lambda\mathbf v이면 0이 아닌 실수 ss에 대해 A(sv)=λ(sv)A(s\mathbf v)=\lambda(s\mathbf v)이므로 (1,1)T(1,1)^{\mathsf T} 대신 (2,2)T(2,2)^{\mathsf T}를 답해도 맞다. 길이 1의 정규화는 나중에 직교대각화에서 편리하게 쓴다.

실수 행렬이면 실수 고윳값이 반드시 있나요?

실수 행렬이라도 실수 고윳값이 없을 수 있다. 90° 회전행렬 RR의 특성다항식은 t2+1t^2+1이어서 실수 근이 없다. 복소수까지 허용하면 i,−ii,-i가 근이지만, 실수 고유벡터를 찾는 이 글의 범위와는 구별한다.

고윳값과 고유벡터의 흔한 오해

  • 대각성분이 언제나 고윳값이다. — 대표 AA의 대각은 2, 2지만 고윳값은 3, 1이다. 대각성분을 바로 읽는 성질은 삼각행렬에만 적용한다.
  • A−λIA-\lambda I 대신 모든 성분에서 λ\lambda를 빼도 된다. — 대표 AA의 네 성분에서 3을 빼면 (−1−2−2−1)\begin{pmatrix}-1&-2\\-2&-1\end{pmatrix}이고 행렬식이 −3-3이라 3이 고윳값이 아닌 것처럼 보인다. λI\lambda I는 대각성분에서만 뺀다.
  • 특성다항식이 같으면 고유공간도 같다. — 식 (9)의 BB와 diag⁡(2,2,3)\operatorname{diag}(2,2,3)은 특성다항식이 같지만 고윳값 2의 고유공간이 직선과 평면으로 다르다.

직접 해보기

  1. C=(4102)C=\begin{pmatrix}4&1\\0&2\end{pmatrix}의 고윳값과 각 고유공간을 구하라.
  2. 위 CC에 대해 w=(1,1)T\mathbf w=(1,1)^{\mathsf T}가 고유벡터인지 판정하라.
  3. T=(110110002)T=\begin{pmatrix}1&1&0\\1&1&0\\0&0&2\end{pmatrix}의 특성다항식과 각 고유공간을 구하라.
  4. 대표 AA의 고윳값이 3, 1임을 이용해 A2−2AA^2-2A와 A−1A^{-1}의 고윳값을 구하라. A2−2AA^2-2A는 직접 곱해 검산하라.
  5. (1k11)\begin{pmatrix}1&k\\1&1\end{pmatrix}가 실수 고윳값을 갖도록 하는 실수 kk의 범위를 구하고, k=4k=4일 때 고윳값과 고유벡터를 구하라.
답
  1. pC(t)=(t−4)(t−2)p_C(t)=(t-4)(t-2)다. 4에서는 C−4I=(010−2)C-4I=\begin{pmatrix}0&1\\0&-2\end{pmatrix}에서 y=0y=0이므로 (x,0)T(x,0)^{\mathsf T} 전체다. 2에서는 2x+y=02x+y=0이므로 s(1,−2)Ts(1,-2)^{\mathsf T} 전체다. 고유벡터를 쓸 때는 각 집합에서 영벡터를 뺀다.
  2. Cw=(5,2)TC\mathbf w=(5,2)^{\mathsf T}다. 첫 성분은 5배, 둘째 성분은 2배를 요구하므로 공통의 λ\lambda가 없어 고유벡터가 아니다.
  3. 셋째 행으로 전개하면 pT(t)=(t−2){(t−1)2−1}=t(t−2)2p_T(t)=(t-2)\{(t-1)^2-1\}=t(t-2)^2이다. 고윳값 0에서는 x+y=0x+y=0, z=0z=0이므로 s(1,−1,0)Ts(1,-1,0)^{\mathsf T}다. 고윳값 2에서는 −x+y=0-x+y=0 하나만 남아 (1,1,0)T(1,1,0)^{\mathsf T}, (0,0,1)T(0,0,1)^{\mathsf T}가 만드는 평면이다. 고윳값 0이 있으므로 TT는 역행렬이 없다.
  4. 식 (11)에서 같은 고유벡터에 대해 λ2−2λ\lambda^2-2\lambda가 되므로 9−6=39-6=3, 1−2=−11-2=-1이다. 실제로 A2−2A=(1221)A^2-2A=\begin{pmatrix}1&2\\2&1\end{pmatrix}는 (1,1)T(1,1)^{\mathsf T}를 (3,3)T(3,3)^{\mathsf T}로, (1,−1)T(1,-1)^{\mathsf T}를 (−1,1)T(-1,1)^{\mathsf T}로 보낸다. A−1A^{-1}의 고윳값은 1/31/3과 1이다.
  5. 특성다항식은 (t−1)2−k(t-1)^2-k이고 판별식은 4k4k이므로 k≥0k\ge0이다. k=0k=0이면 중근 1이고 고유벡터 방향은 (0,1)T(0,1)^{\mathsf T} 하나다. k=4k=4이면 (t−1)2=4(t-1)^2=4에서 고윳값 3, −1-1이고, 고유벡터는 각각 (2,1)T(2,1)^{\mathsf T}, (2,−1)T(2,-1)^{\mathsf T}의 0이 아닌 실수배다.

영상 노트

영상 노트
  • 00:00 변형 뒤 한 직선 위에 남는 화살표 찾기, 그림 1
  • 00:40 식 (1)에서 식 (2)로, 역행렬이 없어야 하는 이유
  • 01:40 식 (3)·(4)로 근을 구하고 식 (5)로 방향 구하기
  • 03:00 식 (6)·(7) 합과 곱, 식 (8) 판별식과 그림 2
  • 04:20 식 (9)·(10)의 중근과 그림 3의 직선·평면
  • 05:40 식 (11) 거듭제곱의 고윳값, 식 (12)와 그림 4의 끌려가는 방향
  • 06:50 해보기 5번 판별식 범위 풀이

더 읽기

지도에서의 위치

벡터와 내적선형대수행렬 연산선형대수고윳값과 고유벡터지금 이 페이지케일리–해밀턴 정리선형대수조건수예정행렬의 대각화선형대수PCA·SVD예정
선수 개념
이 페이지
다음 개념
완성예정이 페이지까지 온 길전체 지도에서 보기 →
이 페이지의 기록
  1. 2026-11-16 · 에이전트 초안
  2. 2026-11-17 · 전수 검수 반영 — 특성방정식과 부호 관례, 한 줄씩 푼 2×2 계산, 실근일 때 고윳값의 합·곱과 3×3 계수 비교, 판별식, 여인수 전개로 푼 대칭 3×3과 평면 고유공간, 거듭제곱·역행렬의 고윳값, 거듭 곱할 때 끌려가는 방향, 숫자 앞 띄어쓰기, 오해·해보기 5문항 (에이전트 수정, 그림 1→4)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림